IPAdapterApply (SEGS)

节点功能：将 IPAdapter应用到 SEGS 中的每个分割区域，实现基于参考图像的区域特定控制。

IPAdapterApply (SEGS)-节点参数说明

输入参数
segs	需要应用 IPAdapter 控制的分割区域集合。
ipadapter_pipe	包含模型与编码配置的 IPAdapter 管线。
reference_image	提供参考特征的图像，通常为整体参考或风格来源。
neg_image	负向参考图像，用于控制排除特征（如排斥某类风格）。
输出参数
SEGS	每个 SEG 添加了 IPAdapter 控制器的分割区域集合。
控件参数
weight	IPAdapter 主控制强度，越大影响越强。默认值为 0.7。
noise	噪声控制强度，控制特征注入的多样性。
weight_type	特征融合方式。 original：不额外加权，按特征原始状态融合。 linear：按线性关系给特征加权融合，逻辑简单。 channel penalty：在通道维度约束调整特征，突出细节，控制平衡。推荐使用 channel penalty，能提供更平衡的控制力。
start_at	开始生效的时间步（以采样过程百分比表示）。
end_at	结束生效的时间步。
unfold_batch	是否将 IPAdapter 特征展开为批处理形式。
faceid_v2	是否使用新版 faceid 向量（如集成人脸风格）。
weight_v2	新版权重控制参数，用于 v2 模型兼容场景。
context_crop_factor	扩展参考图像区域，相对于 SEG 区域进行放大。
combine_embeds	多特征融合策略。 concat：直接连接特征，增加维度，保留完整信息。 add：特征值相加，增强特征强度。 subtract：特征值相减，突出特征差异。 average：求特征值平均，平滑特征、降噪声。 norm average：归一化平均，在平均基础上归一化，让多区域融合更合理。推荐使用 concat 或 norm average，适合多区域融合。

weight_type中是控制权重weight的算法。总体上差别不大。

unfold_batch专用于控制 IPAdapter 在处理多张区域图像（即 batch）时的行为方式，尤其是在一个 SEGS 中包含多个目标区域时非常关键。

当 unfold_batch = False：所有区域图像会作为一个整体批次处理（即打包为一个 batch tensor），一次性送入 IPAdapter 编码。
当 unfold_batch = True：每张区域图像会单独处理，分别走独立的 IPAdapter 编码流程，再将结果按顺序合并。

ComfyUI-Impact-Pack

IPAdapterApply (SEGS)

节点功能：将 IPAdapter应用到 SEGS 中的每个分割区域，实现基于参考图像的区域特定控制。

IPAdapterApply (SEGS)-节点参数说明

输入参数
segs	需要应用 IPAdapter 控制的分割区域集合。
ipadapter_pipe	包含模型与编码配置的 IPAdapter 管线。
reference_image	提供参考特征的图像，通常为整体参考或风格来源。
neg_image	负向参考图像，用于控制排除特征（如排斥某类风格）。
输出参数
SEGS	每个 SEG 添加了 IPAdapter 控制器的分割区域集合。
控件参数
weight	IPAdapter 主控制强度，越大影响越强。默认值为 0.7。
noise	噪声控制强度，控制特征注入的多样性。
weight_type	特征融合方式。 original：不额外加权，按特征原始状态融合。 linear：按线性关系给特征加权融合，逻辑简单。 channel penalty：在通道维度约束调整特征，突出细节，控制平衡。推荐使用 channel penalty，能提供更平衡的控制力。
start_at	开始生效的时间步（以采样过程百分比表示）。
end_at	结束生效的时间步。
unfold_batch	是否将 IPAdapter 特征展开为批处理形式。
faceid_v2	是否使用新版 faceid 向量（如集成人脸风格）。
weight_v2	新版权重控制参数，用于 v2 模型兼容场景。
context_crop_factor	扩展参考图像区域，相对于 SEG 区域进行放大。
combine_embeds	多特征融合策略。 concat：直接连接特征，增加维度，保留完整信息。 add：特征值相加，增强特征强度。 subtract：特征值相减，突出特征差异。 average：求特征值平均，平滑特征、降噪声。 norm average：归一化平均，在平均基础上归一化，让多区域融合更合理。推荐使用 concat 或 norm average，适合多区域融合。

weight_type中是控制权重weight的算法。总体上差别不大。

unfold_batch专用于控制 IPAdapter 在处理多张区域图像（即 batch）时的行为方式，尤其是在一个 SEGS 中包含多个目标区域时非常关键。

当 unfold_batch = False：所有区域图像会作为一个整体批次处理（即打包为一个 batch tensor），一次性送入 IPAdapter 编码。
当 unfold_batch = True：每张区域图像会单独处理，分别走独立的 IPAdapter 编码流程，再将结果按顺序合并。

ComfyUI原生节点

ComfyUI第三方插件

IPAdapterApply (SEGS)

IPAdapterApply (SEGS)